Tag Archives: 鸢尾花

Python用正则化Lasso、岭回归预测房价、随机森林交叉验证鸢尾花数据可视化2案例

By tecdat9月 12, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术LASSO, 交叉验证, 岭回归, 房价, 正则化, 随机森林, 预测, 鸢尾花

机器学习模型的表现不佳通常是由于过度拟合或欠拟合引起的，我们将重点关注客户经常遇到的过拟合情况。

R语言朴素贝叶斯Naive Bayes分类Iris鸢尾花和HairEyeColor学生性别和眼睛头发颜色数据

By tecdat12月 28, 2022R语言辅导, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术HairEyeColor, Iris, Naive Bayes, 分类, 头发颜色, 学生, 学生性别, 性别, 朴素贝叶斯, 眼睛, 贝叶斯, 鸢尾花

最近，在贝叶斯统计实验中，我们向客户演示了用R的朴素贝叶斯分类器可以提供的内容。

使用TensorFlow、Keras 和 Python 构建神经网络分析鸢尾花iris数据集

By tecdat11月 14, 2022大数据部落, 数理统计, 计算机科学与技术Iris, Keras, TensorFlow, 神经网络, 鸢尾花

鸢尾花iris数据集以及MNIST数据集可能是模式识别文献中最著名的数据集之一。

Python用T-SNE非线性降维技术拟合和可视化高维数据iris鸢尾花、MNIST 数据

By tecdat10月 18, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, MNIST, python, t-SNE, 可视化, 降维, 非线性, 高维, 高维数据, 鸢尾花

T-distributed Stochastic Neighbor Embedding (T-SNE) 是一种可视化高维数据的工具。

R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化

By tecdat6月 28, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, 可视化, 最优, 最优聚类数, 有效性, 聚类, 鸢尾花

这个数据集常用于数据概述、可视化和聚类模型。

R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集

By tecdat6月 22, 2021可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, k-means, PCA, 主成分, 可视化, 层次聚类, 数据, 聚类, 降维, 鸢尾花

(a)部分：k-means聚类
使用k-means聚类法将数据集聚成2组。
画一个图来显示聚类的情况
使用k-means聚类法将数据集聚成3组。
画一个图来显示聚类的情况
(b)部分：层次聚类
使用全连接法对观察值进行聚类。
使用平均和单连接对观测值进行聚类。
绘制上述聚类方法的树状图。

SAS使用鸢尾花(iris)数据集训练人工神经网络(ANN)模型

By tecdat3月 4, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术ANN, Iris, SAS, 人工神经网络, 神经网络, 鸢尾花

人工神经网络最初是由研究人员开发的，他们试图模仿人脑的神经生理学。

Python数据可视化-seaborn Iris鸢尾花数据

By tecdat8月 8, 2019可视化和设计, 大数据部落, 数理统计, 计算机科学与技术Iris, python, seaborn, 可视化, 数据可视化, 鸢尾花

Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。

R语言鸢尾花iris数据集的层次聚类分析

By tecdat7月 25, 2019可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术Iris, iris数据集, R语言, 层次聚类, 聚类, 鸢尾花

本文在iris数据集上展示了如何使用R软件来建立Hierarchical Cluster Analysis层次聚类分析（更好的可视化和灵敏度分析）。

售前咨询热线

15121130882

售后咨询热线

0571-63341498